| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 引言 | 第9-10页 |
| 1.2 课题研究的背景和意义 | 第10页 |
| 1.3 国内外研究现状 | 第10-12页 |
| 1.3.1 国内研究现状 | 第10-11页 |
| 1.3.2 国外研究现状 | 第11-12页 |
| 1.4 本文的内容 | 第12页 |
| 1.5 本章小结 | 第12-13页 |
| 第2章 预备理论知识 | 第13-23页 |
| 2.1 摄像机成像几何模型的建立 | 第13-16页 |
| 2.1.1 坐标系的定义 | 第13-15页 |
| 2.1.2 针孔相机成像模型 | 第15-16页 |
| 2.2 计算机视觉理论 | 第16-19页 |
| 2.2.1 单目视觉简介 | 第16-17页 |
| 2.2.2 极线几何概念 | 第17-18页 |
| 2.2.3 基础矩阵 | 第18-19页 |
| 2.2.4 本质矩阵 | 第19页 |
| 2.3 RANSAC算法 | 第19-20页 |
| 2.4 聚类分析 | 第20-21页 |
| 2.5 本章小结 | 第21-23页 |
| 第3章 图像特征提取与匹配 | 第23-35页 |
| 3.1 Harris特征提取算法 | 第23-25页 |
| 3.2 FAST9特征提取算法 | 第25-26页 |
| 3.2.1 Segment-test特征点提取算子 | 第25-26页 |
| 3.2.2 非最大值抑制原理 | 第26页 |
| 3.3 特征提取算法重复度分析 | 第26-31页 |
| 3.4 基于图像金字塔的Lucas-Kanade光流跟踪 | 第31-34页 |
| 3.4.1 图像的金字塔表示 | 第31-32页 |
| 3.4.2 光流跟踪 | 第32-34页 |
| 3.4.3 实验结果 | 第34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 基于单目视觉的障碍物检测 | 第35-45页 |
| 4.1 车载后置相机的障碍物检测流程 | 第35-36页 |
| 4.2 运动参数的确定 | 第36-40页 |
| 4.2.1 世界平面投影 | 第37页 |
| 4.2.2 具体参数的确定 | 第37-40页 |
| 4.3 基于图像序列的三维重建 | 第40-42页 |
| 4.4 空间点的聚类 | 第42页 |
| 4.5 障碍物检测结果与分析 | 第42-43页 |
| 4.6 本章小结 | 第43-45页 |
| 第5章 总结与展望 | 第45-47页 |
| 5.1 总结 | 第45页 |
| 5.2 展望 | 第45-47页 |
| 参考文献 | 第47-50页 |
| 致谢 | 第50页 |